前言

關(guān)于opencv

OpenCV 是 Intel 開源計(jì)算機(jī)視覺庫 (Computer Version) 。它由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。

OpenCV 擁有包括 300 多個(gè) C 函數(shù)的跨平臺(tái)的中、高層 API 。它不依賴于其它的外部庫 —— 盡管也可以使用某些外部庫。 OpenCV 對(duì)非商業(yè)應(yīng)用和商業(yè)應(yīng)用都是免費(fèi) 的。同時(shí) OpenCV 提供了對(duì)硬件的訪問，可以直接訪問攝像頭，并且 opencv 還提供了一個(gè)簡(jiǎn)單的 GUI(graphics user interface) 系統(tǒng) :highgui 。 我們就通過 OpenCV 提供的一些方法來構(gòu)造出這個(gè)人臉檢測(cè) （ face detection ） 程序來。

opencv的python包裝

OpenCV 本身是有 C/C++ 編寫的，如果要在其他語言中使用，我們可以通過對(duì)其動(dòng)態(tài)鏈接庫文件進(jìn)行包裝即可，幸運(yùn)的是， Python 下有很多個(gè)這樣的包裝，本文中使用的是 Cvtypes 。

事實(shí)上，在 Python 中很多的包都是來自第三方的，比如 PIL(Python Image Library) 即為 C 語言實(shí)現(xiàn)的一個(gè)圖形處理包，被包裝到了 Python 中，這些包裝可以讓你像使用 Python 的內(nèi)建函數(shù)一樣的使用這些 API 。

人臉檢測(cè)原理

人臉檢測(cè)屬于目標(biāo)檢測(cè)(object detection) 的一部分，主要涉及兩個(gè)方面

1. 先對(duì)要檢測(cè)的目標(biāo)對(duì)象進(jìn)行概率統(tǒng)計(jì)，從而知道待檢測(cè)對(duì)象的一些特征，建立起目標(biāo)檢測(cè)模型。
2. 用得到的模型來匹配輸入的圖像，如果有匹配則輸出匹配的區(qū)域，否則什么也不做。

計(jì)算機(jī)視覺

計(jì)算機(jī)的視覺系統(tǒng)，跟人的眼睛是大不相同的，但是其中也有類似之處。人眼之能夠看到物體，是通過物體上反射出來的光線刺激人眼的感光細(xì)胞，然后視覺神經(jīng)在大腦中形成物體的像。計(jì)算機(jī)通過攝像頭看到的東西要簡(jiǎn)單的多，簡(jiǎn)單來說，就是一堆由數(shù)字組成的矩陣。這些數(shù)字表明了物體發(fā)出的光的強(qiáng)弱，攝像頭的光敏元件將光信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)，將其量化為矩陣。

如何從這些數(shù)字中得出:"這是一個(gè)人臉"的結(jié)論，是一個(gè)比較復(fù)雜的事情。物理世界是彩色的，一般來說，計(jì)算機(jī)中的彩色圖片都是由若干個(gè)色彩通道累積出來的，比如RGB模式的圖片，有紅色通道(Red)，綠色通道(Green)和藍(lán)色通道(Blue),這三個(gè)通道都是灰度圖，比如一個(gè)點(diǎn)由8位來表示，則一個(gè)通道可以表示2^8=256個(gè)灰度。那樣三個(gè)通道進(jìn)行疊加以后可以表3*8=24位種色彩，也就是我們常說的24位真彩。

對(duì)這樣的圖片做處理，無疑是一件很復(fù)雜的事，所以有必要先將彩色圖轉(zhuǎn)為灰度圖，那樣可以減少數(shù)據(jù)量(比如RGB模式，可以減少到原圖片的1/3)，同時(shí)可以去掉一些噪聲信號(hào)。先將圖片轉(zhuǎn)化為灰度圖，然后將這個(gè)灰度圖的對(duì)比度增高，這樣可以使得圖片本來暗的地方更暗，亮的地方更亮一些。這樣處理以后，圖片就更容易被算法設(shè)別出來了。

Harr特征級(jí)聯(lián)表

OpenCV在物體檢測(cè)上使用的是haar特征的級(jí)聯(lián)表，這個(gè)級(jí)聯(lián)表中包含的是boost的分類器。首先，人們采用樣本的haar特征進(jìn)行分類器的訓(xùn)練，從而得到一個(gè)級(jí)聯(lián)的boost分類器。訓(xùn)練的方式包含兩方面：

1.    正例樣本，即待檢測(cè)目標(biāo)樣本
2.    反例樣本，其他任意的圖片

首先將這些圖片統(tǒng)一成相同的尺寸，這個(gè)過程被稱為歸一化，然后進(jìn)行統(tǒng)計(jì)。一旦分類器建立完成，就可以用來檢測(cè)輸入圖片中的感興趣區(qū)域的檢測(cè)了，一般來說，輸入的圖片會(huì)大于樣本，那樣，需要移動(dòng)搜索窗口，為了檢索出不同大小的目標(biāo)，分類器可以按比例的改變自己的尺寸，這樣可能要對(duì)輸入圖片進(jìn)行多次的掃描。

什么是級(jí)聯(lián)的分類器呢？級(jí)聯(lián)分類器是由若干個(gè)簡(jiǎn)單分類器級(jí)聯(lián)成的一個(gè)大的分類器，被檢測(cè)的窗口依次通過每一個(gè)分類器，可以通過所有分類器的窗口即可判定為目標(biāo)區(qū)域。同時(shí)，為了考慮效率問題，可以將最嚴(yán)格的分類器放在整個(gè)級(jí)聯(lián)分類器的最頂端，那樣可以減少匹配次數(shù)。

基礎(chǔ)分類器以haar特征為輸入，以0/1為輸出，0表示未匹配，1表示匹配。

Haar特征

•  邊界特征，包含四種
•  線性特征，包含8種
•  中心圍繞特征，包含兩種

在掃描待檢測(cè)圖片的時(shí)候，以邊界特征中的(a)為例，正如前面提到的那樣，計(jì)算機(jī)中的圖片是一個(gè)數(shù)字組成的矩陣，程序先計(jì)算整個(gè)窗口中的灰度值x，然后計(jì)算矩形框中的黑色灰度值y，然后計(jì)算(x-2y)的值，得到的數(shù)值與x做比較，如果這個(gè)比值在某一個(gè)范圍內(nèi)，則表示待檢測(cè)圖片的當(dāng)前掃描區(qū)域符合邊界特征(a)，然后繼續(xù)掃描。

關(guān)于這個(gè)算法的更詳細(xì)描述已經(jīng)超出了本文的范圍，可以在參考資源中獲得更多的信息。

非固定大小目標(biāo)檢測(cè)

因?yàn)槭腔谝曨l流的目標(biāo)檢測(cè)，我們事先不太可能知道要檢測(cè)的目標(biāo)的大小，這就要求我們的級(jí)聯(lián)表中的分類器具有按比例增大(或者縮小)的能力，這樣，當(dāng)小的窗口移動(dòng)完整個(gè)待檢測(cè)圖片沒有發(fā)現(xiàn)目標(biāo)時(shí)，我們可以調(diào)整分類器的大小，然后繼續(xù)檢測(cè)，直到檢測(cè)到目標(biāo)或者窗口與待檢測(cè)圖片的大小相當(dāng)為止。

步驟一：圖片預(yù)處理

在從攝像頭中獲得一個(gè)幀(一張圖片)后，我們需要先對(duì)這張圖片進(jìn)行一些預(yù)處理：

1. 將圖片從RGB模式轉(zhuǎn)為灰度圖將灰度圖
2. 進(jìn)行灰度圖直方圖均衡化操作

這兩個(gè)步驟在OpenCV中是非常簡(jiǎn)單的：

Python代碼

1. image_size = cv.cvGetSize(image)#獲取原始圖像尺寸   
2.   
3. grayscale = cv.cvCreateImage(image_size, 8, 1)# 建立一個(gè)空的灰度圖   
4. cv.cvCvtColor(image, grayscale, cv.CV_BGR2GRAY)#轉(zhuǎn)換   
5.   
6. storage = cv.cvCreateMemStorage(0)#新建一塊存儲(chǔ)區(qū)，以備后用   
7. cv.cvClearMemStorage(storage)   
8.   
9. cv.cvEqualizeHist(grayscale, grayscale)# 灰度圖直方圖均衡化  

image_size = cv.cvGetSize(image)#獲取原始圖像尺寸
grayscale = cv.cvCreateImage(image_size, 8, 1)# 建立一個(gè)空的灰度圖
cv.cvCvtColor(image, grayscale, cv.CV_BGR2GRAY)#轉(zhuǎn)換
storage = cv.cvCreateMemStorage(0)#新建一塊存儲(chǔ)區(qū)，以備后用
cv.cvClearMemStorage(storage)
cv.cvEqualizeHist(grayscale, grayscale)# 灰度圖直方圖均衡化

步驟二：檢測(cè)并標(biāo)記目標(biāo)

OpenCV中，對(duì)于人臉檢測(cè)的模型已經(jīng)建立為一個(gè)XML文件，其中包含了上面提到的harr特征的分類器的訓(xùn)練結(jié)果，我們可以通過加載這個(gè)文件而省略掉自己建立級(jí)聯(lián)表的過程。有了級(jí)聯(lián)表，我們只需要將待檢測(cè)圖片和級(jí)聯(lián)表一同傳遞給OpenCV的目標(biāo)檢測(cè)算法即可得到一個(gè)檢測(cè)到的人臉的集合。

Python代碼

1. # detect objects   
2. cascade = cv.cvLoadHaarClassifierCascade('haarcascade_frontalface_alt.xml',   
3.                                             cv.cvSize(1,1))   
4. faces = cv.cvHaarDetectObjects(grayscale, cascade, storage, 1.2, 2,   
5.                                 cv.CV_HAAR_DO_CANNY_PRUNING,   
6.                                 cv.cvSize(50, 50))#設(shè)置最小的人臉為50*50像素   
7.   
8. if faces:   
9.     print 'face detected here', cv.cvGetSize(grayscale)   
10.     for i in faces:   
11.         cv.cvRectangle(image, cv.cvPoint( int(i.x), int(i.y)),   
12.                      cv.cvPoint(int(i.x + i.width), int(i.y + i.height)),   
13.                      cv.CV_RGB(0, 255, 0), 1, 8, 0)#畫一個(gè)綠色的矩形框  

    # detect objects
cascade = cv.cvLoadHaarClassifierCascade('haarcascade_frontalface_alt.xml',
cv.cvSize(1,1))
faces = cv.cvHaarDetectObjects(grayscale, cascade, storage, 1.2, 2,
cv.CV_HAAR_DO_CANNY_PRUNING,
cv.cvSize(50, 50))#設(shè)置最小的人臉為50*50像素
if faces:
print 'face detected here', cv.cvGetSize(grayscale)
for i in faces:
cv.cvRectangle(image, cv.cvPoint( int(i.x), int(i.y)),
cv.cvPoint(int(i.x + i.width), int(i.y + i.height)),
cv.CV_RGB(0, 255, 0), 1, 8, 0)#畫一個(gè)綠色的矩形框

步驟三：用highgui畫出視頻窗口

Python代碼

1. highgui.cvNamedWindow ('camera', highgui.CV_WINDOW_AUTOSIZE)   
2. highgui.cvMoveWindow ('camera', 50, 50)   
3.   
4. highgui.cvShowImage('camera', detimg)  

    highgui.cvNamedWindow ('camera', highgui.CV_WINDOW_AUTOSIZE)
highgui.cvMoveWindow ('camera', 50, 50)
highgui.cvShowImage('camera', detimg)

可以看到，OpenCV的API相當(dāng)清晰，使用Python的包裝，可以使得代碼非常小。好了，我們可以看看程序的運(yùn)行結(jié)果：

 
 
由于視頻流是動(dòng)態(tài)的，所以我們可以在程序的入口中使用一個(gè)無限循環(huán)，在循環(huán)中，每次從視頻中讀入一個(gè)幀，將這個(gè)幀傳輸給人臉檢測(cè)模塊，檢測(cè)模塊在這個(gè)幀上進(jìn)行標(biāo)記(如果有人臉的話)，然后返回這個(gè)幀，主程序拿到這個(gè)幀后，更新顯示窗口。

opencv的其他特性

拉普拉斯邊緣檢測(cè)

Python代碼

1. def laplaceTransform(image):   
2.     laplace = None  
3.     colorlaplace = None  
4.     planes = [None, None, None]   
5.   
6.     image_size = cv.cvGetSize(image)   
7.     if not laplace:   
8.         for i in range(len(planes)):   
9.             planes[i] = cv.cvCreateImage(image_size, 8, 1)   
10.         laplace = cv.cvCreateImage(image_size, cv.IPL_DEPTH_16S, 1)   
11.         colorlaplace = cv.cvCreateImage(image_size, 8, 3)   
12.   
13.     cv.cvSplit(image, planes[0], planes[1], planes[2], None)   
14.   
15.     for plane in planes:   
16.         cv.cvLaplace(plane, laplace, 3)   
17.         cv.cvConvertScaleAbs(laplace, plane, 1, 0)   
18.   
19.     cv.cvMerge(planes[0], planes[1], planes[2], None, colorlaplace)   
20.     colorlaplace.origin = image.origin   
21.   
22.     return colorlaplace  

def laplaceTransform(image):
laplace = None
colorlaplace = None
planes = [None, None, None]
image_size = cv.cvGetSize(image)
if not laplace:
for i in range(len(planes)):
planes[i] = cv.cvCreateImage(image_size, 8, 1)
laplace = cv.cvCreateImage(image_size, cv.IPL_DEPTH_16S, 1)
colorlaplace = cv.cvCreateImage(image_size, 8, 3)
cv.cvSplit(image, planes[0], planes[1], planes[2], None)
for plane in planes:
cv.cvLaplace(plane, laplace, 3)
cv.cvConvertScaleAbs(laplace, plane, 1, 0)
cv.cvMerge(planes[0], planes[1], planes[2], None, colorlaplace)
colorlaplace.origin = image.origin
return colorlaplace

效果圖：
 
CVtypes中自帶了一個(gè)關(guān)于圖像色彩空間的直方圖的例子：

結(jié)束語

OpenCV的功能十分強(qiáng)大，而且提供了大量的算法實(shí)現(xiàn)，文中涉及到的內(nèi)容只是計(jì)算機(jī)視覺中很小的一部分。讀者可以考慮將采集到的人臉進(jìn)行標(biāo)識(shí)，從而實(shí)現(xiàn)特定人的人臉識(shí)別?；蛘呖紤]將人臉檢測(cè)移植到網(wǎng)絡(luò)上，從而實(shí)現(xiàn)遠(yuǎn)程監(jiān)控。試想一下，原來沒有生命的機(jī)器，我們可以通過自己的思想，動(dòng)作來使得它們看起來像是有思想一樣，這件事本身就非常的有趣。